雷吉娜·巴尔齐莱和吉姆·柯林斯凭借在人工智能赋能抗生素发现领域的工作，荣获普利兹克人工智能与科学研究卓越奖

MIT News — Artificial Intelligence 新闻
ai-in-science antibiotic-discovery deep-learning drug-discovery award healthcare-ai

摘要

麻省理工学院研究人员蕾吉娜·巴尔齐莱和吉姆·柯林斯凭借利用人工智能发现 halicin 和 abaucin 等抗生素以对抗耐药病原体的开创性工作，荣获2026年普利兹克人工智能科学研究卓越奖。

<p dir="ltr">麻省理工学院工程学院人工智能与健康领域杰出教授雷吉娜·巴尔齐莱（Regina Barzilay）和麻省理工学院泰尔米尔医学工程与科学教授詹姆斯·柯林斯（James Collins）荣获<a href="https://datascience.uchicago.edu/news/the-university-of-chicago-announces-2026-recipients-of-the-pritzker-prize-for-ai-in-science-research-excellence/">2026年普利兹克人工智能科学研究卓越奖</a>。&nbsp;</p><p dir="ltr">该奖项表彰他们共同开展的工作，即“开创利用人工智能发现抗生素的方法，将深度学习、生物工程与实验验证相结合，寻找能够对抗耐药病原体的新型抗菌候选药物”。&nbsp;</p><p dir="ltr">普利兹克人工智能科学研究卓越奖由芝加哥大学与加州理工学院于2024年联合设立，旨在表彰同时推动人工智能与自然科学或工程学发展的贡献。</p><p dir="ltr">巴尔齐莱和柯林斯是<a href="https://jclinic.mit.edu/">阿卜杜勒·拉蒂夫·贾米尔健康机器学习诊所</a>（贾米尔诊所）的教师共同负责人，同时隶属于麻省理工学院施瓦茨曼计算学院和工程学院。2020年，他们与当时在麻省理工学院从事博士后研究的第一作者乔纳森·斯托克斯（Jonathan Stokes，2017年至2021年在柯林斯实验室工作）在&nbsp;<em>《细胞》</em>上共同发表了首篇<a href="https://www.cell.com/cell/fulltext/S0092-8674(20)30102-1">突破性论文</a>。该论文介绍了首种由人工智能发现的抗生素——<a href="https://news.mit.edu/2020/artificial-intelligence-identifies-new-antibiotic-0220">halicin</a>，其名称源自斯坦利·库布里克1968年电影&nbsp;<em>《2001太空漫游》</em>中的虚构人工智能系统HAL 9000。</p><p dir="ltr">Halicin是一种广谱抗生素，最初被作为潜在的糖尿病药物进行研究，后来由一个使用2,500种分子训练的深度学习模型筛选出来。经测试，研究团队发现halicin能够杀死耐抗生素细菌（即“超级细菌”），例如&nbsp;<em>艰难梭菌</em>、&nbsp;<em>鲍曼不动杆菌</em>和&nbsp;<em>结核分枝杆菌</em>。过去需要数年才能完成的发现过程，如今仅用了几周。随着全球抗微生物药物耐药性危机引发日益广泛的担忧，这些结果表明，人工智能有望成为快速发现新型有效抗生素的有力工具。</p><p dir="ltr">继halicin之后，巴尔齐莱和柯林斯与斯托克斯（现为麦克马斯特大学助理教授）合作，于2023年利用机器学习发现了&nbsp;<a href="https://news.mit.edu/2023/using-ai-scientists-combat-drug-resistant-infections-0525/">abaucin</a>。这是一种窄谱抗生素，对&nbsp;<em>鲍曼不动杆菌</em>具有疗效。这种耐抗生素细菌常见于医院门把手以及驻伊拉克和阿富汗美军士兵的伤口中。值得注意的是，abaucin仅针对单一耐药细菌种类发挥作用的“窄谱”疗效正是其主要优势，能够尽可能降低细菌产生耐药性以及损害肠道有益菌的可能性。</p><p dir="ltr">“以往，抗生素的发现一直依赖费力的反复试错策略，”柯林斯说。“这一过程缓慢、昂贵且难以预测，往往只能得到少数可行的抗生素候选药物。借助生成式人工智能，我们如今正看到人工智能从发现工具向设计工具的转变。这一转变开辟了抗生素发现的新领域，有望为我们带来下一代救命药物。”</p><p dir="ltr">巴尔齐莱认为，“尽管分子建模已取得显著进展，我们仍处于药物发现的早期阶段。借助人工智能，我们目前只能将流程中的部分环节自动化，还无法彻底改变整个发现过程。要实现这一目标，我们需要付出极大努力，构建能够真实反映人类生物学的人工智能模型。”</p>
查看原文
查看缓存全文

缓存时间: 2026/11/03 03:15

# Regina Barzilay 和 Jim Collins 凭借人工智能赋能的抗生素发现研究荣获普利兹克人工智能与科学研究卓越奖 来源：https://news.mit.edu/2026/regina-barzilay-jim-collins-win-pritzker-prize-ai-and-science-research-excellence-1102 麻省理工学院工程学院人工智能与健康领域杰出教授 Regina Barzilay，以及麻省理工学院特梅尔医学工程与科学教授 James Collins，荣获2026年普利兹克人工智能科学研究卓越奖（https://datascience.uchicago.edu/news/the-university-of-chicago-announces-2026-recipients-of-the-pritzker-prize-for-ai-in-science-research-excellence/）\。 该奖项表彰了他们在“开创人工智能赋能的抗生素发现方法，将深度学习、生物工程与实验验证相结合，以识别针对耐药病原体的新型抗菌候选物”方面的共同工作\。 普利兹克人工智能科学研究卓越奖由芝加哥大学与加州理工学院于2024年联合设立，旨在表彰同时推动人工智能与自然科学或工程学发展的贡献\。 Barzilay 和 Collins 是阿卜杜勒·拉蒂夫·贾米尔健康机器学习诊所（https://jclinic.mit.edu/）\(Jameel Clinic\)的共同学术负责人，同时也是麻省理工学院施瓦茨曼计算学院和工程学院的成员。2020年，他们与时任麻省理工学院博士后、论文第一作者 Jonathan Stokes \(2017年至2021年在 Collins 实验室工作\)在《*细胞*》上共同发表了首篇突破性论文（https://www.cell.com/cell/fulltext/S0092-8674(20)30102-1）\。该论文介绍了首种由人工智能发现的抗生素 halicin（https://news.mit.edu/2020/artificial-intelligence-identifies-new-antibiotic-0220），其名称取自斯坦利·库布里克1968年电影《*2001：太空漫游*》中的虚构人工智能系统 HAL 9000\。 Halicin 是一种广谱抗生素，最初曾作为潜在的糖尿病药物接受研究，后来由一个使用2,500种分子训练的深度学习模型识别出来\。经过测试，研究团队发现，halicin 能够杀死耐抗生素细菌\(即“超级细菌”\)，例如*艰难梭菌*、*鲍曼不动杆菌*和*结核分枝杆菌*\。过去需要数年的发现过程，仅用几周就完成了\。在全球抗微生物药物耐药性危机日益引发警惕之际，这些结果表明，人工智能有望成为快速识别新型有效抗生素的有力工具\。 继 halicin 之后，Barzilay 和 Collins 与 Stokes \(现为麦克马斯特大学助理教授\)合作，于2023年利用机器学习识别出 abaucin（https://news.mit.edu/2023/using-ai-scientists-combat-drug-resistant-infections-0525）。这是一种窄谱抗生素，对*鲍曼不动杆菌*具有疗效。这种耐抗生素细菌常见于医院门把手，以及驻扎在伊拉克和阿富汗的美军士兵的伤口中\。值得注意的是，abaucin 仅针对单一耐药细菌物种的“窄谱”疗效正是其主要优势，能够尽可能降低细菌产生耐药性的可能性，并减少对肠道有益细菌的伤害\。 “长期以来，抗生素发现一直依赖费时费力、反复试错的策略，”Collins 说\。“这一过程缓慢、昂贵且难以预测，通常只能产生少量可行的抗生素候选物\。借助生成式人工智能，我们现在正看到人工智能从发现工具转变为设计工具\。这一转变为抗生素发现开辟了新的前沿，有望为我们带来下一代救命药物\。” 在 Barzilay 看来，“尽管分子建模已取得显著进展，我们的药物发现工作仍处于早期阶段\。借助人工智能，我们只能将流程中的部分环节自动化，还无法彻底改变发现过程\。要实现这一目标，我们需要付出艰苦努力，构建能够真实反映人类生物学的人工智能模型\。”

相似文章